Penerapan regresi logistik biner terhadap kategori kepadatan penduduk Kota/Kabupaten di Pulau Jawa menggunakan estimasi penalized maximum likelihood / Mohammad Dandi Sabilillah - Repositori Universitas Negeri Malang

Penerapan regresi logistik biner terhadap kategori kepadatan penduduk Kota/Kabupaten di Pulau Jawa menggunakan estimasi penalized maximum likelihood / Mohammad Dandi Sabilillah

Sabilillah, Mohammad Dandi (2020) Penerapan regresi logistik biner terhadap kategori kepadatan penduduk Kota/Kabupaten di Pulau Jawa menggunakan estimasi penalized maximum likelihood / Mohammad Dandi Sabilillah. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

RINGKASAN Sabilillah Mohammad Dandi. 2019. Penerapan Regresi Logistik Biner Terhadap Kategori Kepadatan Penduduk Kota/Kabupaten Di Pulau Jawa Menggunakan Estimasi Penalized Maximum Likelihood Skripsi Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Malang. Pembimbing Dr. Swasono Rahardjo M.Si. Kata Kunci Regresi Logistik Kepadatan Penduduk Penalized Maximum Likelihood Iterasi Newton Raphson Permasalahan kualitas sumber daya manusia yang rendah disebabkan oleh masalah sosial yang terjadi dibutuhkan peran pemerintah untuk menekan tingkat jumlah penduduk khususnya di Pulau Jawa karena di pulau ini menampung lebih dari 50% dari seluruh jumlah penduduk di Indonesia. Dengan ini penulis ingin menganalisis menggunakan regresi logistik biner pada data kepadatan penduduk sebagai variabel respon dan mencari hubungan dengan variabel-variabel prediktor. Permasalahan baru muncul ketika di estimasi menggunakan maximum likelihood yaitu tidak terpenuhinya kriteria kekonvergenan dapat diatasi menggunakan Penalized Maximum Likelihood. Untuk mengetahui nilai estimasi memenuhi kriteria kekonvergenan maka dilakukan iterasi menggunakan Iterasi Newton Raphson. Hasil yang diperoleh menggunakan estimasi Penalized Maximum Likelihood pada model regresi logistik biner bahwa kepadatan penduduk di pengaruhi oleh jumlah kelahiran hidup jumlah fasilitas pendidikan jumlah akses sanitasi layak jumlah pesrta KB . Didapatkan model regresi yaitu . Dari model regresi tersebut diperoleh nilai koefisien variabel jumlah kelahiran hidup dan jumlah akses sanitasi layak berarti jika nilai variabel ini bernilai tinggi maka nilai jumlah kepadatan penduduk semakin tinggi sedangkan untuk jumlah fasilitas pendidikan dan jumlah peserta KB mempunyai koefisien yang bernilai negatif yang berarti jika nilai variabel ini semakin naik maka nilai jumlah kepadatan penduduk semakin turun.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika
Depositing User: library UM
Date Deposited: 15 Jan 2020 04:29
Last Modified: 09 Sep 2020 03:00
URI: http://repository.um.ac.id/id/eprint/92662

Actions (login required)

View Item View Item